Text Classification : Définition et Exemples

La text classification est l'une des tâches fondamentales du traitement automatique du langage naturel (NLP). Elle consiste à analyser un texte — qu'il s'agisse d'un email, d'un avis client, d'un article ou d'un tweet — et à lui attribuer automatiquement une étiquette parmi un ensemble de catégories prédéfinies. Par exemple, classer un email comme "spam" ou "non-spam", ou déterminer si un commentaire exprime un sentiment positif, négatif ou neutre.

Historiquement, la classification de texte reposait sur des approches statistiques comme les modèles Naive Bayes ou les SVM (machines à vecteurs de support), qui nécessitaient un important travail d'ingénierie des features. Avec l'avènement du deep learning et des modèles de langage comme BERT puis les grands modèles génératifs (LLM), la classification de texte a connu une révolution : il est désormais possible de classer des textes avec une grande précision en utilisant simplement un prompt bien formulé, sans entraîner de modèle spécifique.

Dans le contexte du prompt engineering, la text classification est l'un des cas d'usage les plus courants et les plus accessibles. On peut demander à un LLM de classer un texte en fournissant les catégories souhaitées directement dans le prompt, en utilisant des techniques comme le zero-shot (sans exemple), le few-shot (avec quelques exemples) ou le chain-of-thought (en demandant au modèle d'expliquer son raisonnement avant de trancher).

Les applications pratiques sont vastes : modération de contenu, routage automatique de tickets de support, analyse de sentiment, catégorisation de documents, détection d'intention dans les chatbots, ou encore tri automatique d'emails. La qualité de la classification dépend fortement de la clarté des catégories définies et de la précision des instructions données dans le prompt.